YouTube 评论区摘要
几千条评论，替你读完：氛围、纠错，以及所有人都在吵的那件事。
试一个
为什么用这个YouTube 评论区摘要
氛围，量化出来
一个评论区是在道谢、在分裂还是在生气，这是你最想先知道的，也恰恰是按「热门」排序最说不清的。
纠错会被挑出来
技术类视频下最有用的一条评论，通常是有人在指出 4:12 处讲错了。这类会被单独拎出来。
分歧按议题归类
争议会按「在争什么」聚合，所以你能看到两边的说法，而不是把两边都划过去。
导出 CSV
把原始评论连同点赞数、回复数带进表格，自己做统计。
适合谁用
创作者
在规划下一条视频之前，先找到那个反复出现的需求。
产品与研究
把一条测评的评论区当成对产品的反馈来读，而不是对测评者的反馈。
在你相信一份教程之前
先看看评论区是在感谢作者，还是在提醒第四步有坑。
YouTube 评论区摘要怎么用
- 01
粘贴视频链接
任何公开的 YouTube 链接。评论会按点赞最多优先抓取。
- 02
读摘要
氛围、带计数的高频主题，以及单独列出的纠错和没人回答的问题。
- 03
核对或导出
评论原文列在下面，整批可以导出成 CSV。
评论区是视频的另一半
只要内容是技术性的、教学性的或有争议的，评论区就是视频被纠正的地方。变了的版本号、已经失效的那一步、三个人带着来源反驳的那句断言 —— 这些视频里都没有，而且全在前一百条评论里。
靠往下滚是解决不了的。这里会读完评论区，把它的形状给你：讨论在围绕什么、哪些主题反复出现以及大致有多少人在说，以及 —— 刻意单独放的 —— 纠错和那些没人回答的问题。
先给结构，再给凭证
一份评论列表是每个导出工具都能给你的东西，而它什么问题都回答不了。摘要盖在它上面：一段关于氛围的话，三到五个带粗略计数的主题，以及一小串分歧。它的作用是告诉你，还有没有必要往下读。
评论原文按点赞从高到低列在下面，所以摘要里的每一句都能拿去和人们实际写下的东西对照。不会出现列表里没有的引用。
为研究、审核和产品工作导出
一键拿到一份 CSV，包含每条评论的作者、正文、点赞数、回复数和发布时间 —— 可以直接进表格、进 notebook，或者做一轮人工打标。研究者拿它做抽样，创作者拿它找值得单独做一期的问题，产品团队拿它当应用商店评论用。
因为它和转写、摘要在同一个页面上跑，你可以在「他说了什么」和「观众怎么说他」之间来回切换，不用再开第二个工具。
它不做什么
它不会读完一条百万评论视频的全部评论，而是取点赞最高的那些 —— 那是最接近「观众集体认可了什么」的东西。它也不会凭空造出冲突：如果没人有异议，分歧列表就会是空的，而不是被硬凑满。
评论功能目前覆盖 YouTube。TikTok 和 Instagram 也开放了评论接口，是接下来要接的。
常见问题
一分钟读完一个评论区
粘上视频链接，摘要会和转写一起回来。
读评论区